96.不同的二叉搜索树
初始思路:
一开始需要推导递推公式也就是需要找规律:
我认为的规律是
dp[0] = 1;
dp[1] = 1;
dp[2] = 2;
dp[3] = dp[2]+dp[1]xdp[1]+dp[2]=5;
dp[4] = dp[3]+dp[2]xdp[1]+dp[1]xdp[2]+dp[3];
dp[5] = dp[4]+dp[1]xdp[3]+dp[2]xdp[2]+dp[3]xdp[1]+dp[4];
class Solution {public int numTrees(int n) {int[] dp = new int[n+1];if(n<=2){return n;}dp[0] = 1;dp[1] = 1;dp[2] = 2;for(int i = 3;i<n+1;i++){int a = i-1;while(a>=0){System.out.println("a"+a);dp[i] = dp[i]+dp[a]*dp[i-1-a];a--;}}return dp[n];}
}
题解复盘:
dp[3],就是 元素1为头结点搜索树的数量 + 元素2为头结点搜索树的数量 + 元素3为头结点搜索树的数量
元素1为头结点搜索树的数量 = 右子树有2个元素的搜索树数量 * 左子树有0个元素的搜索树数量
元素2为头结点搜索树的数量 = 右子树有1个元素的搜索树数量 * 左子树有1个元素的搜索树数量
元素3为头结点搜索树的数量 = 右子树有0个元素的搜索树数量 * 左子树有2个元素的搜索树数量
有2个元素的搜索树数量就是dp[2]。
有1个元素的搜索树数量就是dp[1]。
有0个元素的搜索树数量就是dp[0]。
所以dp[3] = dp[2] * dp[0] + dp[1] * dp[1] + dp[0] * dp[2]
如图所示:
class Solution {public int numTrees(int n) {//初始化 dp 数组int[] dp = new int[n + 1];//初始化0个节点和1个节点的情况dp[0] = 1;dp[1] = 1;for (int i = 2; i <= n; i++) {for (int j = 1; j <= i; j++) {//对于第i个节点,需要考虑1作为根节点直到i作为根节点的情况,所以需要累加//一共i个节点,对于根节点j时,左子树的节点个数为j-1,右子树的节点个数为i-jdp[i] += dp[j - 1] * dp[i - j];}}return dp[n];}
}
这个可能不太好想:
一共i个节点,对于根节点j时,左子树的节点个数为j-1,右子树的节点个数为i-j。
343.整数拆分
初始思路:
找规律,dp[i] 代表i拆分后的最大乘积
dp[2] = 1;
dp[3] = 2;
dp[4] = 4;
dp[5] = 1x4 2x3 3x2 4x1 = 6;
dp[6] = 1x5 2x4 3x3 4x2 5x1 = 9;
dp[7] = 1x6 2x5 3x4 4x3 = 12,但其实这里我们可以发现5拆为2x3x2是跟3x4的拆分结果同为最大值,也就是在拆分时2xMath.max(5,dp(5));
class Solution {public int integerBreak(int n) {int[] dp = new int[n+1];dp[1] = 1;dp[2] = 1;for(int i = 2;i<n+1;i++){for(int j = 1;j<=i/2;j++){dp[i] = Math.max(dp[i],Math.max(j,dp[j])*Math.max(i-j,dp[i-j]));}}return dp[n];}
}
题解复盘:
更加清晰,少了无意义的初始化
class Solution {public int integerBreak(int n) {//dp[i] 为正整数 i 拆分后的结果的最大乘积int[] dp = new int[n+1];dp[2] = 1;for(int i = 3; i <= n; i++) {for(int j = 1; j <= i-j; j++) {// 这里的 j 其实最大值为 i-j,再大只不过是重复而已,//并且,在本题中,我们分析 dp[0], dp[1]都是无意义的,//j 最大到 i-j,就不会用到 dp[0]与dp[1]dp[i] = Math.max(dp[i], Math.max(j*(i-j), j*dp[i-j]));// j * (i - j) 是单纯的把整数 i 拆分为两个数 也就是 i,i-j ,再相乘//而j * dp[i - j]是将 i-j 拆分成两个以及两个以上的个数,再相乘。}}return dp[n];}
}j
其实不是很理解为什么不拆j。